PHP游客聊天登录昵称不支持纯阿拉伯语输入问题排查

错误由两处代码逻辑问题共同导致：

1. 严格过滤规则的白名单限制
   sanitize_username函数在$strict = true模式下会执行正则preg_replace('|[^a-z0-9 _.\-]|i', '', $username)，该规则仅保留英文字母、数字、空格、下划线、点、横杠，所有不在白名单内的字符都会被直接删除，阿拉伯语字符不属于白名单范围，会被完全清空。
2. 严格模式开关逻辑写反
   核心业务代码中$strict_mode的判断完全颠倒：默认开启严格过滤，仅当「非拉丁用户名功能未启用」时才关闭严格模式。这就导致后台开启非拉丁用户名支持时，反而会触发最严格的英文字符白名单过滤，把所有非英文内容全部删除。

你观察到的三个现象完全匹配上述逻辑：

• 输入英文昵称：所有字符都在白名单内，无删除，正常提交
• 输入纯阿拉伯语昵称：所有字符被过滤为空，触发empty(trim($data['username']))校验失败，返回Invalid Input or Field Empty错误
• 阿拉伯语混合数字输入：阿拉伯语部分被删除，但数字属于白名单内容被保留，得到非空的纯数字字符串通过校验；如果该纯数字用户名已存在，系统会自动拼接_随机字符串后缀，最终生成数字_随机字符串格式的用户名。

1. 修正严格模式判断逻辑 #

将写反的开关逻辑替换为正确逻辑：默认关闭严格模式，仅当系统不允许非拉丁用户名时，才开启英文字符白名单过滤。
替换核心业务代码中对应片段：

// 原错误逻辑
// $strict_mode = true;
// if (Registry::load('settings')->non_latin_usernames !== 'enable') {
//     $strict_mode = false;
// }
// 修正后逻辑
$strict_mode = false;
if (Registry::load('settings')->non_latin_usernames !== 'enable') {
    $strict_mode = true;
}

2. 修复多字节字符匹配问题 #

给sanitize_username函数内所有正则规则加上u修饰符，让PHP按UTF-8编码处理阿拉伯语这类多字节字符，避免字符误判、乱码、误删问题。修改后的完整函数如下：

function sanitize_username($username, $strict = false) {
    $username = strip_all_tags($username);
    $username = remove_accents($username);
    $username = preg_replace('|%([a-fA-F0-9][a-fA-F0-9])|u', '', $username);
    $username = preg_replace('/&.+?;/u', '', $username);

    if ($strict) {
        $username = preg_replace('|[^a-z0-9 _.\-]|iu', '', $username);
    }

    $username = str_replace(array('\'', '"', ',', '@', ';', '(', ')', '[', ']', '<', '>', '{', '}', '?', '&'), '', $username);
    $username = trim($username);
    $username = preg_replace('|\s+|u', ' ', $username);
    $username = preg_replace('/\s+/u', '-', $username);
    return $username;
}

修改完成后，后台开启「非拉丁用户名」功能时，纯阿拉伯语昵称不会被过滤，可正常提交使用；关闭该功能时仍仅允许英文字母、数字组合的用户名，符合原有设计预期。

内容的提问来源于stack exchange，提问作者Mohammed alkenani